京公网安备 11010802034615号
经营许可证编号:京B2-20210330
非结构化数据分析,让数据带动生产力
近年来“大数据”及“数据分析”的概念火爆异常,然面对大数据分析时,国内外却有着不小的差距,国内企业仍以结构化数据分析为主,而美国的很多企业却早已向非结构化数据迈进。
非结构化数据分析目前属于非常前沿的技术,需求量很大,但是在市场上几乎是一片空白,Derek Wang(汪晓宇博士--美国数据分析科学家、前北卡大学夏洛特分校助理敎授、夏洛特视觉中心主任)与其团队看到这个领域的巨大潜力,并且把握住了机会,悉心研发的Taste新型非结构化数据分析平台,在短短的四五个月的时间里成功拿下了几十家中小企业的合作,一些大厂商同样抛出了橄榄枝,其中包括6家《福布斯》全球500强的公司以及多家美国主流企业。
Taste Analytics这款软件在美国为何如此抢手?如何走进中国市场?就相关问题,我们对美国非结构化数据分析领军企业Taste Analytics创始人Derek Wang(汪晓宇)博士进行了采访。
美国率先实现非结构化数据分析
Derek Wang在介绍Taste Analytics这款产品时说道:“The Taste Signals Platform是一套可用于每一个企业日常经营的实时的智能数据分析平台,其最独特的地方在于强大的非结构化数据的分析能力,目前其不仅可以分析传统的结构化数据,也可以分析包括中文在内的12种文字、语音等非结构化数据。Taste Analytics可以对数据、文字以及语音进行实时分析,结合了舆情分析、语义分析、人机互动三重机制,目前,针对文档类的筛选分析效果明显,在未来的十二个月之内,图像处理包括视频分析的非结构化部分也推动到市场上。这款产品可以可视化分析结果,操作界面也非常简单,母亲辈的人都会使用,在美国这边的客户一般五到十分钟就可以轻松掌握”,在问道Taste Analytics 的应用范围及场景时,Derek Wang 给出了这样的回答:“ Taste Analytics是一个分析平台,最大的市场是中小企业,但是对于一些大企业来说,同样适用, 例如亚马逊,他们的核心业务不是做数据分析,对外提供的产品也并非这方面,然而在美国我们一直保持着合作。对于应用场景而言,Taste Analytics的服务适用于各种非结构化数据分析场景,只要有聊天记录、对话记录和邮件记录,就可以和数据源直接对接,非常易用而且安全。“在谈到数据安全问题时,我们不免有些疑惑,因为之前Derek Wang谈到:“基于云平台,让客户可以了解到进行数据分析”,但是实际上很多客户在应用云时难免会担心数据泄露,影响安全,毕竟都是日常交易或者是核心数据,基于这点,Derek Wang给出了这样的回答:“我们非常重视安全,基于不同企业类型的考虑,会有两套不同的方案,对于大企业来讲,如金融企业或者IT商,我们可以直接部署到企业内部的安全平台上,所有的云平台都将在企业私有云或者是机房内部进行部署,对于中小企业或者个人来说,我们有一套安全加密云,我们所有的服务器跟最高级安全加密模式是匹配的,最大程度化的保证了用户数据不被泄露。”那么对于数据的准确性是如何判断的?类似于恶意评价的筛选如何做到呢?“我们系统里面自带智能算法,可以剥离出哪些言论来自机器,哪些言论是垃圾,通过筛选让核心的语意内容展示出来,智能屏蔽掉恶意或者说是垃圾信息”。Derek Wang这样答道。
国内市场有望填补非结构化数据分析空白
目前,国内的企业在进行大数据分析时,仍以分析结构化数据为主,而对于内涵丰富的非结构化数据,市面上并没有有效的工具进行分析。考虑到中国市场和美国市场不太一样,这款产品如何本土化走进生活,进入中国市场后的合作伙伴如何选择?”我跟国内的合作模式有三种,渠道、分销和整合,我们在进入中国市场时,不会以我们为本土方向,而是会选择与国内一些比较知名的大数据公司进行合作,把产品结合到他们已有的大数据产品平台中,把数据分析的实用性带给中国广大企业级的客户应用,让客户从中受益,同时,我们也会给中国企业提供非常本地化的服务。从大家最关心的安全角度讲,如果是企业内部的私有数据,我们可以把平台放到企业防火墙内或者内部云里;如果是外部数据,我们的爬虫会自动抓取这些数据,”Derek Wang博士说,“我们一直希望的就是,让企业用最小的付出,得到最好的结果。”
写在最后:Taste Analytics的愿景是“用数据带动生产力”以及“将每个人都变为数据科学家”。其在美国的成功创建,与美国整体市场环境有着很大关系,包括欧洲市场,目前来讲对B2B的软件平台模式都比较信赖,在相对完整的行业体系下,市场活跃度以及成熟度也比较高,那么对于目前的中国市场而言,要想成功介入,势必还要做很多功课,在如何本土化改良以及合作伙伴的选择上,还需考虑周全,Derek Wang预计此产品在明年年初有望进入中国市场,目前还在进行市场调研以及产品本土化的准备工作,究竟效果如何,能否帮助中国企业走出数据分析的困境?让我们拭目以待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12